0

0
0

文字

分享

0
0
0

若腸病毒和登革熱上熱搜排行榜,那可就糟了!

miss9_96
・2016/09/03 ・3063字 ・閱讀時間約 6 分鐘 ・SR值 557 ・八年級

-----廣告,請繼續往下閱讀-----

啊?為什麼Google會比疾病管制署還早知道登革熱正在流行?

腸病毒
根據〈台灣流感疫情也可以問問Google大神!〉一文,我們發現了民眾非常仰賴 Google,連生病了也會用 Google 查症狀。因此當感冒的人多了,在網路上查詢「發燒」的活動強度跟著提高,讓特定關鍵字的搜尋熱門度,成了疫情變化的指標[1]。

對防疫人員來說,在傳染病肆虐之時,能夠越早掌握疫情的情況越好,但在傳統的疾病檢測技術上,從送檢到確診耗時費日,甚至可能會長達兩周以上(圖 1、表 1),此拖延在流行病爆發之際是難以避免的致命傷 [註1]。

然而如圖 1 所示,患者會因為發燒、痠痛而搜尋特定關鍵字,醫師也會利用 Google 等網路工具來查詢患者的症狀,因此網路活動的變化會立即地(Google 幾乎可提供當日的數據)反應出民間和第一線醫院的嚴重度。反觀傳統的實驗室檢測,一般有 1~5 日的等待期,但在少數特殊案例,也可能會出現長達 20 日的等待期。而此空窗期正好可透過分析網路活動的變化來彌補,以達到掌握疫情和輿論之功效!

疫情1
圖 1:分析網路活動量和傳統疾病檢測互相搭配,可彌補檢測等待期。圖/ 張昱維、蔣維倫
圖片1
表 1:各疾病的送檢與檢測時間。圖/中華民國疾病管制署署長信箱回應

腸病毒熱搜,急診病患也變多

在台灣,腸病毒通常是 4 月開始延燒,約莫 9 月結束,從圖 2 歷年來的急診比例變化中即可看出此現象。而我們使用了「腸病毒」和「水泡」關鍵字來觀察網路搜尋強度 [註2],可以發現到「腸病毒」(藍色線)的變化趨勢,似乎和該年感染腸病毒而掛急診的人潮有正比的關係。而經由統計分析後發現(圖 3),兩組數據在歷年的線性關係都極高,除 2016 年以外,其餘四年的 R線性值皆大於 0.8,而 pearson 相關係數也呈現類似趨勢。顯示就腸病毒而言,觀察網路活動的變化,的確能協助評估腸病毒在台灣肆虐的嚴重程度

-----廣告,請繼續往下閱讀-----

搜尋「腸病毒」的變化趨勢,和感染腸病毒掛急診的患者比例變化趨勢,有很高程度的相關。

疫情2 疫情3 疫情4 疫情5

疫情6
圖 2:2012 年至 2016 年的各週裡,台灣急診因腸病毒而前往求診的比例(柱狀圖),以及關鍵字在網路的搜尋強度(線性圖)。

 

疫情7
圖 3:2012 年至 2016 年,以急診因腸病毒而前往求診的比例,和關鍵字在網路的搜尋強度,這兩組數據的相關性。

登革熱大流行年,搜尋量才會跟上疫情

登革熱在台灣的疫情表現,和腸病毒完全不同。通常從該年的 9 月開始延燒,若疫情嚴重時,甚至會持續到翌年 1 月(為什麼跟氣溫不是正相關呢?不懂啊…… O_O)。而雖然登革熱在南台灣看似很嚴重,但事實上,僅有 2014 年高雄和 2015 年台南大爆發算是比較顯著的大流行。

圖 4 顯示了自 2012 年以來每週通報的登革熱患者人數,以及「登革熱」和「關節痛」關鍵字的網路搜尋強度 [註2]。可以發現到在爆發大流行的 2014 年、2015 年,每週通報患者數和「登革熱」(紅色線)的變化趨勢,似乎有正比的關係未爆發大流行的 2012 年、2013 年則看不出明顯的連動關係。而統計分析的結果和圖 4 類似,「登革熱」的搜尋強度和新增患者人數,在爆發大流行的那兩年都有高度的線性關係( R線性值皆大於 0.7,而 pearson 相關係數大於 0.8),但未爆發流行的年份則呈現低度相關。顯示就登革熱而言,在疫情爆發的年份,觀察網路活動變化,的確能協助評估登革熱的嚴重程度;在沒有大流行的年份,網路活動和疫情並沒有連動效果

登革熱在大流行年份(2014、2015),網路搜尋關鍵字「登革熱」的趨勢,才會與通報患者趨勢相似。

15-16 14-15 13-14

12-13
圖4:2012 年至 2015 年的各週裡,台灣通報感染登革熱的人數(柱狀圖),以及關鍵字在網路的搜尋強度(線性圖)。

 

圖5
圖5:2012 年至 2015 年,以台灣通報染登革熱人數,和關鍵字在網路的搜尋強度,這兩組數據的相關性。

用網路活動評估宣導成效

我在研究今年的腸病毒數據時發現了一個有趣的現象,關鍵字「腸病毒」在 03/15~03/18 時,網路活動的強度突然提高(圖6),但當時並沒有爆發腸病毒流行。那麼是什麼因素所致呢?

深入調查後發現,疾病管制署在 3/15 發布新聞稿,警告台灣今年可能有腸病毒 71 型的大流行(圖7),而自03/15~03/18 間,疾病管制署的新聞稿顯然收到了相當好的宣傳效果!許多民眾因此開始關心、研究腸病毒的知識,因此在網路上可以觀察到一波搜尋的高峰。所以我們可以知道,分析網路活動強度的變化,不僅能夠觀察疫情的嚴重程度,更重要的是能夠評估、量化政府、企業業主的宣傳成效,進一步的判斷未來的策略規劃!

-----廣告,請繼續往下閱讀-----
圖6
圖6:2016/01/03至08/06,關鍵字「腸病毒」在網路的搜尋強度。
圖7
圖7:2016/03/15,疾病管制署在今年首次發佈台灣可能會發生大流行的新聞稿。

接下來還可以做什麼?

本文僅利用了 Google 的數據,因此難免會有疏失之處。在未來,應該結合 Yahoo 搜尋和其他論壇、社交平台的統計數據,才能夠更全面地了解重大事件對民眾的影響,以獲得更精密的資訊!

此外,知名期刊《臨床傳染病》(Clinical Infectious Diseases)也曾在 2012 年發表網路活動和急診壅塞程度的相關研究,顯示可從網路活動的變化,推估市區內急診壅塞的程度 [2]。因此未來應該要開放式地嘗試各種臨床資料和網路數據結合的能力(沒錯,我想說的就是開放資料/Open Data,讓更多人想像可以怎麼玩!),以期達到各種有利於台灣醫療的效果。

  • 本文感謝 UDN 聯合報系媒體創新研發中心研究員和 OmnInsight 公司的 CEO 陸子鈞、鍾采芳、衛生福利部台東醫院檢驗科張昱維(Yu-Wei Chang)和衛生福利部疾病管制署副署長羅一鈞醫師協助

註:

  1. 用 Google 評估疫情會受到許多因素影響,如媒體大量報導時,因個人興趣而查詢特定關鍵字的民眾會變多,導致搜尋熱門度趨勢受到影響。因此群眾行為模式並不能完全取代現行的機制。所以本文著重於提供「不同面向的參考」,最準確的疫情掌握仍需仰賴實驗室的檢驗報告。
  2. 我也用了其他症狀的關鍵字,但為了提高易讀性,因此在本文中僅提到少部份的研究

參考文獻

-----廣告,請繼續往下閱讀-----
  1. Chiang Wei-Lun. (2016, April 20). 台灣流感疫情也可以問問Google大神!. PanSci 泛科學. Retrieved August 14, 2016 from pansci.asia/archives/96812
  2. Dugas AF, Hsieh YH, Levin SR, Pines JM, Mareiniss DP, Mohareb A, Gaydos CA, Perl TM, Rothman RE. Google Flu Trends: correlation with emergency department influenza rates and crowding metrics. Clinical Infectious Diseases 54 (2012) 463-469. DOI: 10.1093/cid/cir883
文章難易度
miss9_96
170 篇文章 ・ 1063 位粉絲
蔣維倫。很喜歡貓貓。曾意外地收集到台、清、交三間學校的畢業證書。泛科學作家、科學月刊作家、故事作家、udn鳴人堂作家、前國衛院衛生福利政策研究學者。 商業邀稿:miss9ch@gmail.com 文章作品:http://pansci.asia/archives/author/miss9

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

0

0
0

文字

分享

0
0
0
流感合併肺炎鏈球菌感染恐致命?如何預防?肺炎鏈球菌疫苗接種方式介紹!
careonline_96
・2024/06/14 ・2739字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

「千萬不可小看肺炎鏈球菌!歷史及醫學文獻上告訴我們,即使青壯年感染流行性感冒,合併肺炎鏈球菌感染,可能病程進展快速,短短 48 小時就過世,相當可怕!」台大醫院內科部感染科教授兼科主任陳宜君醫師指出,「如果肺炎鏈球菌由上呼吸道黏膜進入血液,可能侵襲各個器官,演變為侵襲性肺炎鏈球菌感染症。患者的狀況可能兵敗如山倒,而住進加護病房;可能因而器官衰竭,如肝腎功能受損,嚴重甚至導致洗腎。這些情況都讓家屬很難過、無法接受。」

侵襲性肺炎鏈球菌感染症確診數,在 2023 年底有明顯上升的趨勢,且感染案例數創三年新高1,民眾務必提高警覺。根據疾病管制署的統計,侵襲性肺炎鏈球菌感染症患者中,65 歲以上民眾佔了 44.5 %2。陳宜君醫師提醒,換言之有 55.5 % 是 65 歲以下民眾,比例超過一半。肺炎鏈球菌對各個年齡層都有影響,所以不是只有老年人,各年齡層都要注意。

不可輕忽!肺炎鏈球菌潛伏體內,流感合併肺鏈重症高四倍!

除了 5 歲以下嬰幼兒、65 歲以上老年人之外,還有許多族群屬於侵襲性肺炎鏈球菌感染症的高危險族群,包括慢性病患(如慢性腎病變、慢性心臟疾病、慢性肺臟病、糖尿病、慢性肝病、肝硬化患者)、酒癮者、菸癮者、脾臟功能缺損或脾臟切除、先天或後天免疫功能不全、人工耳植入者、腦脊髓液滲漏者、接受免疫抑制劑或放射治療的惡性腫瘤者或器官移植者3

此外,原本健康民眾在感染流行性感冒、新冠肺炎等病毒後,呼吸道黏膜免疫會受到影響,續發性細菌感染的機會上升。陳宜君醫師說,台大醫院兒科團隊發表過一個很重要的研究,發現單純得到流感的患童約有 5 % 會住加護病房,而流感合併肺鏈的患童約有 20 % 會住加護病房4,顯示流感合併肺鏈比一般流感的重症風險高出四倍之多。

-----廣告,請繼續往下閱讀-----

肺炎鏈球菌主要存在鼻腔黏膜,當免疫力正常時不會產生問題,但當黏膜免疫力下降時,便可能侵入組織,造成中耳炎、鼻竇炎、肺炎等感染;而免疫力低下患者,便可能發展成重症。陳宜君醫師說,患者會出現發燒、咳嗽、氣喘、噁心、胸痛、頭痛、呼吸急促等症狀,可能進展為肺炎、腦膜炎、關節炎、骨髓炎、心包膜炎、溶血性尿毒症、腹膜炎、敗血症等,危及性命5

接種肺炎鏈球菌疫苗,預防勝於治療

面對肺炎鏈球菌感染,預防永遠勝於治療!陳宜君醫師說,肺炎鏈球菌經由飛沫散播,所以可以透過戴口罩、勤洗手、避開擁擠密閉的空間,更積極的做法就是接種肺炎鏈球菌疫苗。

肺炎鏈球菌可分為 92 種以上血清型,其中約有 30 種血清型會造成人類的感染,所以會針對較常見的血清型製作肺炎鏈球菌疫苗6。目前台灣有結合型疫苗(PCV)與多醣體疫苗(PPV)。

多醣體疫苗(PPV),通常不具備長期免疫記憶。陳宜君醫師解釋,結合型疫苗(PCV)可以誘發 T 細胞免疫,有助產生免疫記憶,提供較長時間的保護力7

-----廣告,請繼續往下閱讀-----

研究顯示,接種一劑結合型疫苗(PCV)後,再接種一劑多醣體疫苗(PPV),有助提升免疫記憶,提供較長時間的保護力,並使保護範圍更廣,能有效降低感染肺炎鏈球菌導致嚴重併發症或死亡的風險8。因此,疾病管制署針對 65 歲以上民眾提供公費疫苗政策:接種 1 劑 13 價結合型肺炎鏈球菌疫苗(PCV13)及 1 劑 23 價肺炎鏈球菌多醣體疫苗(PPV23),以保護年長者免於重症威脅9

不過,一般年輕族群亦不可輕忽。陳宜君醫師提到,因為肺炎鏈球菌疫苗是準備讓健康民眾施打,所以在研發疫苗時,對安全的要求非常高。結合型疫苗(PCV)與多醣體疫苗(PPV)皆為不活化疫苗,免疫不全者皆可接種,且能夠與流感疫苗同時接種。國際建議在左手臂接種流感疫苗,在右手臂接種肺炎鏈球菌疫苗。

關於肺炎鏈球菌疫苗的接種方式,疾病管制署建議:

  • 從未接種肺炎鏈球菌疫苗的民眾,可先接種 1 劑結合型疫苗(PCV),間隔至少 1 年後再接種 1 劑多醣體疫苗(PPV)。若是高風險對象,可先接種 1 劑結合型疫苗(PCV)後,間隔至少 8 週後再接種多醣體疫苗(PPV)。
  • 曾接種過 1 劑結合型疫苗(PCV)的民眾,可於間隔至少 1 年後再接種 1 劑多醣體疫苗(PPV)。若是高風險對象,可於接種結合型疫苗(PCV)後,間隔至少 8 週後再接種多醣體疫苗(PPV)。
  • 曾接種過多醣體疫苗(PPV)的民眾,可於間隔至少 1 年後再接種 1 劑結合型疫苗(PCV)10

「肺炎鏈球菌感染不只造成肺炎!」陳宜君醫師叮嚀,「狀況許可時,建議及早接種疫苗,做好預防措施,才能保護自己、保護身邊的人。」

註解

  1. 衛生福利部疾病管制署 65 歲以上公費肺炎鏈球菌疫苗三階段開打,呼籲長者接種(access date 2024/3/8)
    https://www.cdc.gov.tw/Bulletin/Detail/hr4M-Qmi3Fu2KPC3En2a6Q?typeid=9 ↩︎
  2. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine)(accessed date 2023/12/15)
    https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎
  3. Hsing, T. Y., Lu, C. Y., Chang, L. Y., Liu, Y. C., Lin, H. C., Chen, L. L., Liu, Y. C., Yen, T. Y., Chen, J. M., Lee, P. I., Huang, L. M., & Lai, F. P. (2022). Clinical characteristics of influenza with or without Streptococcus pneumoniae co-infection in children. Journal of the Formosan Medical Association = Taiwan yi zhi121(5), 950–957. https://doi.org/10.1016/j.jfma.2021.07.012 ↩︎
  4. 衛生福利部疾病管制署 侵襲性肺炎鏈球菌感染症(accessed date 2024/03/08)
    https://www.cdc.gov.tw/Disease/SubIndex/oAznsrFTsYK-p12_juf0kw
    ↩︎
  5. 衛生福利部疾病管制署  侵襲性肺炎鏈球菌感染症 疾病介紹(accessed date 2024/03/08)
    https://www.cdc.gov.tw/Category/Page/MEYvHLbHiWOcLfQKKF6dpw
    ↩︎
  6. Pollard, A. J., Perrett, K. P., & Beverley, P. C. (2009). Maintaining protection against invasive bacteria with protein-polysaccharide conjugate vaccines. Nature reviews. Immunology9(3), 213–220. https://doi.org/10.1038/nri2494 ↩︎
  7. Intervals Between PCV13 and PPSV23 Vaccines: Recommendations of the Advisory Committee on Immunization Practices (ACIP) (cdc.gov) (accessed date 2023/12/15) https://www.cdc.gov/mmwr/preview/mmwrhtml/mm6434a4.htm ↩︎
  8. 衛生福利部疾病管制署 為提升民眾免疫保護力,10月2日起分三階段擴大65歲以上民眾公費接種肺炎鏈球菌疫苗(accessed date 2024/03/08) https://www.cdc.gov.tw/Bulletin/Detail/q9_r5mAOvcpIPSUvrjGFpw?typeid=9 ↩︎
  9. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine) (accessed date 2023/12/15)
    https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎
  10. 衛生福利部疾病管制署 肺炎鏈球菌疫苗 (Pneumococcal Vaccine) (accessed date 2023/12/15)https://www.cdc.gov.tw/Category/Page/ORBnRmMgImeUqPApKawmwA ↩︎

本衛教文章由台灣輝瑞協助刊登(PP-PRV-TWN-0166-202404)

-----廣告,請繼續往下閱讀-----

0

4
2

文字

分享

0
4
2
今夏登革熱來勢洶洶,該怎麼防治?有疫苗嗎?
PanSci_96
・2023/09/21 ・2680字 ・閱讀時間約 5 分鐘

「啊!蚊子!」

登革熱好嚴重,但,還會更嚴重。過往紀錄顯示登革熱的疫情高峰,常常到 9 月才大規模爆發?這聽起來有點反直覺,我本來還以為應該是最熱的 7、8 月?但其實啊,就是要等天氣稍微降溫,當大家開始出門,不是躲在冷氣房的時候,反而比較容易傳播登革熱。

而根據近期疾管署的統計顯示,台灣各地的登革熱已經發生 4,338 例本土病例,是從 2015 年登革熱在全台造成 43,419 例之後,登革熱疫情最嚴重的一年,我們真的要注意小心!只要出門,防蚊措施不能免!

不過……話說回來,難道就沒有疫苗可以一勞永逸預防登革熱嗎?

-----廣告,請繼續往下閱讀-----

好幾年沒聽說的登革熱,怎麼突然又「熱」起來?

這個我們就要講到台灣登革熱的發生模式,其實台灣沒有登革熱本土病毒株,所以每當登革熱疫情過去之後,登革熱病毒就會在台灣消失,而下一次的登革熱發生,就必須是境外移入的登革熱患者由國外輸入到國內,而且必須要在登革熱可被傳播的期間,被病媒蚊叮咬並傳播出去,才會造成本土的病例,所以從這點我們可以知道登革熱流行,有兩個有效的控制條件:第一、即時發現境外移入病例,直接隔絕病毒在境外。第二、控制台灣本土病媒蚊數量,以及密度,讓登革熱病毒難以傳播出來。

那過去幾年為什麼都沒有發生登革熱的流行呢?因為 2020 年開始因為 COVID-19 疫情封鎖國境,根據疾管署的資料,2020 年到 2022 年,這三年加起來全國僅有 144 例登革熱境外移入病例,而 2023 年至今已經有 158 例登革熱境外移入案例,而在 2015 年登革熱大流行時,更有 354 例境外移入案例,這也表示台灣登革熱疫情的發生,與境外移入登革熱案例息息相關。

臺灣 2023 年登革熱病例分布。圖/衛福部疾管署

尤其,台灣許多行業仰賴東南亞國家的移工,很多台灣廠商也在東南亞國家設廠,彼此之間的旅遊往來也越來越多,所以東南亞國家的登革熱疫情嚴重與否,與台灣是否會發生登革熱流行,有著高度相關。

把積水倒掉!杜絕登革熱,從減少病媒蚊產卵點開始

每年到了春夏交際時,政府都會宣導要防治病媒蚊,做好居家附近的環境衛生管理,大家耳熟能詳的【巡、倒、清、刷】四字口訣,為的是減少積水,那麼孳生源的減少,真的能夠有效防治登革熱發生嗎?

-----廣告,請繼續往下閱讀-----

這時我們要提到登革熱病媒蚊的生殖營養週期。週期的開始是一隻未吸血的雌蚊,開始尋找適合的吸血對象,在吸飽血後,這隻雌蚊需要等待約 2 到 3 天,讓體內的卵發育成熟,接著雌蚊就會開始尋找有水的地方產卵。而埃及斑蚊或白線斑蚊產卵場,都偏好小型的水域,就像廢棄輪胎內的積水、盆栽下方的接水盆等等,當雌蚊把卵都產下來後,就完成了一個生殖營養週期,接著她會再繼續尋找下一個吸血的對象,不斷循環下去。在實驗室內條件充足的環境下,最快 3 天就可以完成一個週期,而在野外一般環境中,科學家認為 5 到 7 天可以完成一次週期。

雌蚊吸飽血後,等待卵發育成熟,就會開始尋找有水的地方產卵。圖/Giphy

猜猜看一隻雌蚊一次可以產下多少卵?答案是 50-200 顆卵。也就是說,一隻雌蚊經歷一次生殖營養週期,假設生男生女一樣多,也就可以有 25-100 隻新出生的雌蚊。吸血的蚊子等於放大了 25-100 倍的數量,所以一隻蚊子在適合環境下,經歷三代之後最多就可以有 1,000,000 隻雌蚊產生。

我們透過蚊蟲的生活史反推,這僅僅只需要一個月左右的時間。

所以回到一開始的問題,把積水容器清除可以減少蚊蟲數量嗎?如果把你居家附近的積水容器清除的話,其實會讓蚊子找不到產卵的地方,你家附近的蚊蟲的確就會減少,其中一個特殊的現象就是,如果蚊子一直沒有辦法產卵,就會將體內的卵回收成為自身的營養,等待再進入一次生殖營養週期,因此減少雌蚊下一代,自然整體蚊蟲的數量就會減少。

-----廣告,請繼續往下閱讀-----

ADE 效應是什麼?有沒有疫苗可以防治登革熱?

除了防治病媒蚊以外,有沒有可以預防登革熱感染的疫苗呢?

其實,登革熱疫苗的開發非常困難,主要的原因是在人類中流行的登革熱病毒有四種血清型別,而不同型別之間的前後感染,有時候會造成前一型感染產生的抗體,幫助後面另外一型的登革熱病毒感染細胞,使病毒就更容易感染細胞,而這個現象也就是抗體依賴增強效應,簡稱 ADE 效應。

當 ADE 效應產生,也就容易造成較嚴重的病症,而 ADE 效應也是登革熱出血熱產生原因之一,也正是因為有 ADE 效應,登革熱的疫苗開發的難度相當大,因此這隻疫苗需要同時產生對抗四型登革熱的有效抗體,還要避免 ADE 效應的產生。

雖然有 ADE 這個大魔王擋在前面,那麼究竟能不能做出登革熱疫苗呢?

-----廣告,請繼續往下閱讀-----
登革熱疫苗的難度在於要克服 ADE 效應。圖/pixabay

其實,在 2015 年賽諾菲巴斯德藥廠曾經有世界上第一支可施打的四價登革熱疫苗 Dengvaxia,但這隻疫苗僅能夠使用在「感染過登革熱」的人身上,主要的原因,還是因為這支疫苗打在「未感染過登革熱」的人身上,當他們感染登革熱時,會產生 ADE 效應,反而變得更嚴重。

不過近期有了轉機,日本武田製藥的 TAK-003 已經完成三期試驗,在歐盟、英國、巴西、印尼、泰國、阿根廷獲得上市許可,根據 TAK-003 在新英格蘭醫學雜誌 NEJM 和柳葉刀 Lancet 發表的論文,在施打 2 劑後,12 個月可以達到 80.2% 的不感染保護力,18 個月後即便感染,也有 90.4% 的重症保護力,而在施打後 4 年半的持續追蹤,仍然保有 61.2% 的不感染保護力,而且對重度登革熱保護力也有 84.1%,更重要的是,跟 Dengvaxia 相比,不論是否曾經感染過登革熱,都可以施打這個新疫苗,不用擔心 ADE,除了 TAK-003 外,台灣還參與了默沙東藥廠的 V181 和默克藥廠的 TV003 兩支候選疫苗的臨床試驗,可惜的是,台灣還沒有通過 TAK-003 的上市許可。

但自從 1970 年代開始研發的登革熱疫苗,面對一道又一道難關,過了五十多年後,似乎終於有疫苗可以幫助人類對抗登革熱了!

登革熱正在蔓延中,你有什麼好的防蚊秘方嗎?你或認識的人得過登革熱嗎?當時的感受是什麼呢?歡迎與我們分享。最後也想問問,你會想打最新的登革熱疫苗嗎?

-----廣告,請繼續往下閱讀-----

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!